بررسی تاثیر هوش عاطفی کارمندان بر نگرش کارآفرینی آنها با توجه به نقش میانجی جو سازمانی و خلاقیت فردی. مورد مطالعه کارکنان اداره امور مالیاتی استان یزد- قسمت 25
نمودار شماره 4‑4- سابقه کار پاسخگویان پژوهش
آزمون مدل مفهومی و فرضیه‌های پژوهشی
در این بخش به آزمون مدل مفهومی و فرضیه‌های پژوهشی تدوین شده با استفاده از روش مدلسازی معادلات ساختاری پرداخته می‌شود. فرآيند تجزيه و تحليل ساختارهاي کوواریانس (مدلسازی معادلات ساختاري) شامل يكسري گام‌های مشخصی استکه می‌توان به صورت نمودار 5-4 خلاصه كرد.
نمودار شماره 4‑5- نمایش مراحل اساسی تحلیل با استفاده از روش معادلات ساختاری
بیان مدل
گردآوري داده‌ها
تئوري
تخمین مدل
آزمون مدل
نتايج
تفسير
بیان مدل
در این مرحله مدل مفهومی پژوهش با توجه به اصول و مبانی مدلسازی معادلات ساختاری در نرم‌افزار تحلیلی مورد نظر رسم می‌شود. شکل شماره 4-1 مدل مفهومی پژوهش را که در نرم‌افزار Amos رسم شده است نشان می‌دهد.
شکل شماره 4‑1- رسم مدل مفهومی پژوهش در نرم‌افزار Amos
تخمين مدل
پس از بيان مدل مرحله بعد بدست آوردن تخمين پارامترهاي آزاد از روي مجموعه‌ای از داده‌های مشاهده شده است. روش‌های تكراري[53] از قبيل بيشينه درست نمايي[54] يا حداقل مجذورات تعميم يافته[55] جهت تخمين مدل مورد استفاده قرار می‌گیرد.روش كار در اين رویه‌های تخمين به اين صورت است كه در هر تكرار، يك ماتريس كوواريانس ضمني[56] ساخته می‌شود و با ماتريس كوواريانس داده‌هاي مشاهده شده مقايسه مي‌شود. مقايسه اين دو ماتريس منجر به توليد يك ماتريس باقيمانده[57]می‌شود و اين تكرارها تا جايي ادامه خواهد يافت كه اين ماتريس باقيمانده مينيمم شود. محاسبات يا برآورد پارامترها حداكثر با 250 تكرار امكان پذير می‌باشد. در صورتي كه تعداد تكرارها از 250 تا بيشتر شود محاسبات مربوط به برآورد پارامتر متوقف می‌شود.
شکل شماره 4‑2- مدل مفهومی پژوهش در حالت تخمین ضرایب استاندارد
شکل شماره 4-2 مدل مفهومی پژوهش را در حالت تخمین ضرایب استاندارد نشان می‌دهد. در روش مدلسازی معادله ساختاری کلیه متغیرهای تحقیق به دو دسته‌ی پنهان و آشکار تبدیل می‌شوند . متغيرهاي آشكار(مستطیل) يا مشاهده شده به گونه‌ای مستقيم به وسيله پژوهشگر اندازه گيري می‌شود، در حالي كه متغيرهاي مكنون(بیضی) يا مشاهده نشده به گونه‌ای مستقيم اندازه گيري نمی‌شوند، بلكه بر اساس روابط يا همبستگی‌های بين متغيرهاي اندازه گيري‌شده استنباط می‌شوند. در مدل مفهومی این پژوهش تمامی متغیرهای پژوهش به صورت متغیرهای مشاهده‌پذیر تعریف شده‌اند.
متغيرهاي مدل به دو نوع متغيرهاي درون زا[58] يا جريان گيرنده[59] و متغيرهاي برونزا[60] يا جريان دهنده[61] تقسيم می‌شوند. هر متغير در سيستم مدل معادلات ساختاري می‌تواند هم به عنوان يك متغير درون زا و هم يك متغير برونزا در نظر گرفته شود. متغير درون زا متغيري است كه از جانب ساير متغيرهاي موجود در مدل تأثير می‌پذیرد. در مقابل متغير برونزا متغيري است كه هیچ‌گونه تأثيري از ساير متغيرهاي موجود در مدل دريافت نمی‌کند بلكه خود تأثير می‌گذارد. در مدل مفهومی این پژوهش متغیر هوش عاطفی یک متغیر برونزا و سایر متغیرهای مدل همگی درون‌زا هستند.
شکل شماره 4‑3- مدل مفهومی پژوهش در حالت معناداری ضرایب (t-value)
شکل شماره 4-3 مدل مفهومی پژوهشرا در حالت معناداری ضرایب (t-value) نشان می‌دهد. این مدل در واقع تمامی ضرایب مسیر را با استفاده از آمارهt، آزمون می‌کند. بر طبق این مدل ضریب مسیر در سطح اطمینان 95%معنادار می‌باشداگر مقدار آماره‌ی t خارج بازه‌ی ( 96/1- تا 96/1+) قرار گیرد و اگر مقدار آماره‌ی t درون این بازه قرار گیرد، در نتیجه ضریب مسیر برآورد شده در سطح اطمینان 95 درصد معنادار نیست.ضریبمسیر در سطح اطمینان 99%معنادار می‌باشداگر مقدار آماره‌ی t خارج بازه‌ی (58/2- تا 58/2+) قرار گیرد. بر طبق نتایج به دست آمده از آزمون t تمامی ضرایب مسیر برآورد شده به جز رابطه بین هوش عاطفی و نگرش نسبت به کارآفرینی و نیز رابطه بین جو سازمانی و خلاقیت فردی در سطح اطمینان 99% معنادار شده‌اند.
برازش مدل[62]
وقتي گفته مي شود مدل با يكسري داده‌هاي مشاهده شده تناسب دارد، كه ماتريس كوواريانس ضمني مدل با ماتريس كوواريانس داده هاي مشاهده شده هم ارز(معادل) باشد يعني وقتي ماتريس باقيمانده و عوامل(عناصر آن) نزديك صفر باشند.البته اين تناسب به روش تخمين، به مدل، ويژگيهاي داده‌هاي مشاهده شده و… بستگي دارد.مهمترين شاخص تناسب مدل[63] آزمون مجذور كاي است. البته استفاده از اين آزمون متضمن رعايت يكسري مفروضاتي است كه در برخي از موارد امكان نقض اين مفروضات وجود دارد. با گسترش نارضايتي از آزمون مجذور كاي، يكسري شاخص هاي ثانويه به وجود آمد.
تفاوت مهمي كه بين آزمون تناسب مجذور كاي و شاخص هاي تناسب ثانويه وجود دارد، اين است كه آزمون مجذور كاي به واقع شاخص عدم تناسب مدل است. و هرچه ارزش آن كوچكتر باشد نشان مي دهد كه مدل تناسب بهتري دارد. اما در مقابل شاخص هاي تناسب ثانوي از قبيل[64]GFI [65]NFI, و AGFI[66] ، شاخص هاي تناسب مدل هستند، در اين شاخص ها هرچه ارزش آنها بيشتر باشد، مدل تناسب بهتري دارد.